第1章 使用R内置数据进行数据处理 1
1.1 什么是数据挖掘 2
1.2 R语言引论 4
1.2.1 快速入门 4
1.2.2 数据类型、向量、数组与矩阵 4
1.2.3 列表管理、因子与序列 7
1.2.4 数据的导入与导出 8
1.3 数据类型转换 10
1.4 排序与合并数据框 11
1.5 索引或切分数据框 15
1.6 日期与时间格式化 16
1.7 创建新函数 17
1.7.1 用户自定义函数 17
1.7.2 内置函数 18
1.8 循环原理——for循环 18
1.9 循环原理——repeat循环 19
1.10 循环原理while循环 19
1.11 apply原理 19
1.12 字符串操作 21
1.13 缺失值（NA）的处理 22
小结 23
第2章 汽车数据的探索性分析 24
2.1 一元分析 24
2.2 二元分析 30
2.3 多元分析 31
2.4 解读分布和变换 32
2.4.1 正态分布 32
2.4.2 二项分布 34
2.4.3 泊松分布 34
2.5 解读分布 34
2.6 变量分段 37
2.7 列联表、二元统计及数据正态性检验 37
2.8 假设检验 41
2.8.1 总体均值检验 42
2.8.2 双样本方差检验 46
2.9 无参数方法 48
2.9.1 Wilcoxon符号秩检验 49
2.9.2 Mann-Whitney-Wilcoxon检验 49
2.9.3 Kruskal-Wallis检验 49
小结 50
第3章 可视化diamond数据集 51
3.1 使用ggplot2可视化数据 54
3.1.1 条状图 64
3.1.2 盒状图 65
3.1.3 气泡图 65
3.1.4 甜甜圈图 66
3.1.5 地理制图 67
3.1.6 直方图 68
3.1.7 折线图 68
3.1.8 饼图 69
3.1.9 散点图 70
3.1.10 堆叠柱形图 75
3.1.11 茎叶图 75
3.1.12 词云 76
3.1.13 锯齿图 76
3.2 使用plotly 78
3.2.1 气泡图 78
3.2.2 用plotly画条状图 79
3.2.3 用plotly画散点图 79
3.2.4 用plotly画盒状图 80
3.2.5 用plotly画极坐标图 82
3.2.6 用plotly画极坐标散点图 82
3.2.7 极坐标分区图 83
3.3 创建地理制图 84
小结 84
第4章 用汽车数据做回归 85
4.1 回归引论 85
4.1.1 建立回归问题 86
4.1.2 案例学习 87
4.2 线性回归 87
4.3 通过逐步回归法进行变量选取 98
4.4 Logistic回归 99
4.5 三次回归 105
4.6 惩罚回归 106
小结 109
第5章 基于产品数据的购物篮分析 110
5.1 购物篮分析引论 110
5.1.1 什么是购物篮分析 111
5.1.2 哪里会用到购物篮分析 112
5.1.3 数据要求 112
5.1.4 前提假设／要求 114
5.1.5 建模方法 114
5.1.6 局限性 114
5.2 实际项目 115
5.2.1 先验算法 118
5.2.2 eclat算法 121
5.2.3 可视化关联规则 123
5.2.4 实施关联规则 124
小结 126
第6章 聚类电商数据 127
6.1 理解客户分类 128
6.1.1 为何理解客户分类很重要 128
6.1.2 如何对客户进行分类 128
6.2 各种适用的聚类方法 129
6.2.1 K均值聚类 130
6.2.2 层次聚类 135
6.2.3 基于模型的聚类 139
6.2.4 其他聚类算法 140
6.2.5 聚类方法的比较 143
参考文献 143
小结 143
第7章 构建零售推荐引擎 144
7.1 什么是推荐 144
7.1.1 商品推荐类型 145
7.1.2 实现推荐问题的方法 145
7.2 前提假设 147
7.3 什么时候采用什么方法 148
7.4 协同过滤的局限 149
7.5 实际项目 149
小结 157
第8章 降维 158
8.1 为什么降维 158
8.2 降维实际项目 161
8.3 有参数法降维 172
参考文献 173
小结 173
第9章 神经网络在医疗数据中的应用 174
9.1 神经网络引论 174
9.2 理解神经网络背后的数学原理 176
9.3 用R语言实现神经网络 177
9.4 应用神经网络进行预测 180
9.5 应用神经网络进行分类 183
9.6 应用神经网络进行预测 185
9.7 神经网络的优缺点 187
参考文献 187
小结 187